买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉兰州大学申请的专利一种基于扩散模型的用于长视频理解的装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120953884B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511083270.8，技术领域涉及：G06V20/40；该发明授权一种基于扩散模型的用于长视频理解的装置是由党吉圣;张明文;王笔美;胡斌设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种基于扩散模型的用于长视频理解的装置在说明书摘要公布了：本发明提供了一种基于扩散模型的用于长视频理解的装置，包括：扩散模型监督模块和多级对齐模块；所述扩散模型监督模块，用于将预训练的扩散模型提取细粒度视觉特征作为中间监督信号；所述多级对齐模块通过自适应权重调整对齐扩散模型和视觉编码器的视觉特征，多级对齐模块用于增强扩散模型对时空动态的捕捉能力。将扩散模型提取细粒度视觉特征作为中间监督信号，通过自适应权重调整对齐扩散模型和视觉编码器的视觉特征，从而达到提升复杂动态场景中的视频理解性能的目的。

本发明授权一种基于扩散模型的用于长视频理解的装置在权利要求书中公布了：1.一种基于扩散模型的用于长视频理解的装置，其特征在于，包括：扩散模型监督模块和多级对齐模块； 所述扩散模型监督模块，用于将预训练的扩散模型提取细粒度视觉特征作为中间监督信号； 所述多级对齐模块通过自适应权重调整对齐扩散模型和视觉编码器的视觉特征，多级对齐模块用于增强扩散模型对时空动态的捕捉能力； 所述扩散模型监督模块利用扩散模型提取视频帧的细粒度表示，并通过知识蒸馏损失函数对齐Q-Former的输出特征；所述扩散模型通过去噪过程从噪声数据中重建信号，提取不同层次的视觉特征，提取视觉特征包括噪声数据通过将来自高斯分布的噪声添加到干净数据中生成，公式如下： ； 其中，表示扩散过程中的时间步长，为噪声调度器参数，代表实际污染干净数据的噪声； 所述多级对齐模块，通过自适应权重预测网络动态调整不同层级的对齐权重，优化特征对齐效果；所述自适应权重预测网络基于Q-Former的输出特征和扩散模型的表示，计算对齐权重； 所的多级对齐模块通过多级对齐损失函数对齐Q-Former的不同层级特征，对齐损失函数计算公式为： ； 其中，表示第层的对齐损失，表示第层的对齐权重； 所述扩散模型利用DiT从每一帧视频中提取视觉表征； 所述扩散模型监督模块通过预训练的扩散模型提取细粒度视觉特征，包括：使用位置编码机制，将时序动态与空间特征结合，具体为： ； 其中，为第n帧的特征，为位置编码，P为图像块数，t为时间步。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人兰州大学，其通讯地址为：730030 甘肃省兰州市城关区天水南路222号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。